LOS GRFICOS DE CONTROL En cualquier proceso de generacin de productos o servicios, sin importar su buen diseo y/o mantenimiento cuidadoso,

siempre existir cierto grado de variabilidad en la entrega o resultado. Una parte de esta variacin es inherente o natural, producto de muchas pequeas causas que en esencia no podemos eliminar. Otra parte de esta variabilidad no es natural y afecta tambin las caractersticas del producto, as como la calidad de este. Las causas de este tipo de variabilidad son llamadas artificiales, especiales o asignables. Estas son controlables y para mantener los procesos dentro de un control nominal, se utilizan los Grficos de Control1. Los Grficos de Control consisten bsicamente en una lnea central, marcada por la media de la variable que se est monitoreando, y dos lneas lmite, conocidas como lmites de control superior (LCS) e inferior (LCI), las cuales marcan los valores dentro de lo que se espera deber moverse la variable del proceso, a fin de que este se halle bajo control.

Grafico 1: Esquema general de un grafico de control. (Fuente: http://www2.ine.gob.mx)

1

Universidad Autnoma de San Luis Potos. Los Graficos de Control. En Las 7 Herramientas Bsicas de la Calidad, de Juan Manuel IZAR LANDETA y Jorge Horacio GONZLEZ ORTIZ, 185-206. Mexico: Ed. Universitaria Potosina, 2004.

Son herramientas muy utilizadas para describir de una manera elocuente y visible el estado que guarda un proceso, lo cual representa muchas ventajas en las empresas productivas, ya que con estas herramientas es fcil darse cuenta cuando un proceso se halla fuera de control y lo ms importante, permiten identificar si las causas que han originado el descontrol son naturales o especiales, con el fin de dirigir acciones correctivas para su mejoramiento o solucin. Estas herramientas fueron diseadas por W. A. SHEWHART, por lo que tambin son conocidas como grficos de Shewhart, quien en la dcada de 1920 en los Estados Unidos, fue el primero en utilizarlos, aplicndolos en la compaa Bell Telephone.

FUNDAMENTOS ESTADSTICOS Para el entendimiento de los diagramas de control, es preciso recordar al menos los puntos que se describen a continuacin: a) Distribucin Normal o Campana de Gauss: La distribucin normal es desde luego la funcin de densidad de probabilidad estrella en estadstica. Depende de dos parmetros y , que son la media y la desviacin tpica respectivamente. Tiene una forma acampanada (de ah su nombre) y es simtrica respecto a . Llevando mltiplos de a ambos lados de , nos encontramos con que el 68% de la poblacin est contenido en un entorno de 1 alrededor de , el 95% de la poblacin est contenido en un entorno de 2 alrededor de y que el 99,73% est comprendido en de 3 alrededor de .

b) MUESTRA, "n" Uno o varios elementos tomados de un conjunto ms amplio para proporcionar Informacin sobre el mismo y, eventualmente, para tomar una decisin relativa o al colectivo o al proceso que lo ha producido.

c) TENDENCIA CENTRAL Caracterstica tpica de la mayora de las distribuciones de frecuencia, por lo cual el grueso de las observaciones se agrupan en una zona determinada de las mismas. d) MEDIA ARITMTICA, " X " Medida de la tendencia central, correspondiente a la suma de todos los valores, dividida por el nmero de los mismos. e) DISPERSIN Alcance de la diseminacin con la que los datos de una distribucin de frecuencia se distribuyen alrededor de la zona de tendencia central. f) RECORRIDO, "R" Medida de la dispersin, correspondiente a la diferencia entre el valor mximo y el valor mnimo de un conjunto de datos. g) DESVIACIN TPICA, " " O "s" Es una medida de la dispersin de una distribucin de frecuencia, correspondiente a la raz cuadrada del cociente entre la suma de los cuadrados de las distancias de cada valor a la media aritmtica y el nmero de valores. En general este parmetro se estima a travs del clculo de la desviacin tpica de los valores de una muestra (desviacin tpica muestral, s), siendo esta:

O bien,

CAUSAS COMUNES Y CAUSAS ASIGNABLESO ESPECIALES

De acuerdo con lo dicho anteriormente, un proceso est afectado por un gran nmero de factores sometidos a una variabilidad (por ejemplo oscilaciones de las caractersticas del material utilizado, variaciones de temperatura y humedad ambiental, variabilidad introducida por el operario, repetitividad propia de la maquinaria utilizada, etc.), que inciden en l y que inducen una variabilidad de las caractersticas del producto fabricado. Si el proceso est operando de manera que existen pequeas oscilaciones de todos estos factores, pero de modo que ninguno de ellos tienen un efecto preponderante frente a los dems, entonces en virtud del TLC es esperable que la caracterstica de calidad del producto fabricado se distribuya de acuerdo con una ley normal. Al conjunto de esta multitud de factores se denominan causas comunes. Por el contrario, si circunstancialmente incide un factor con un efecto preponderante, entonces la distribucin de la caracterstica de calidad no tiene por qu seguir una ley normal y se dice que est presente una causa especial o asignable. Por ejemplo, si en un proceso industrial se est utilizando materias primas procedentes de un lote homogneo y se contina la fabricacin con materias primas procedentes de otro lote, cuyas caractersticas son muy diferentes de las anteriores, es muy posible que las caractersticas de los productos fabricados sean significativamente distintas a partir de la utilizacin del nuevo lote. Por definicin, se dice que un proceso est bajo control estadstico cuando no hay causas asignables presentes. El Control Estadstico de Procesos se basa en analizar la informacin aportada por el proceso para detectar la presencia de causas asignables. Cada tipo de causa de variacin configura un comportamiento singular en la curva normal y resulta importante identificar y diferenciar los dos tipos de causas, pues de ello depende el tipo de accin correctiva. A continuacin se muestra una comparacin de ellas:

Causas Comunes Originadas por muchas fuentes de poca importancia Tienen carcter permanente Dan lugar a una distribucin estable, y por tanto, previsible Son las nicas presentes cuando el proceso est bajo control Su correccin exige actuaciones a nivel de direccin

Causas Especiales Originadas por pocas fuentes individualmente importantes Tienen carcter puntual e irregular Modifican la distribucin de la produccin. Proceso imprevisible. Determinan que el proceso este fuera de control Se corrigen mediante actuaciones locales

TIPOS DE GRAFICO DE CONTROL2: Existen diferentes tipos de grficos de control, y su correcta aplicacin est relacionada con el tipo y cantidad de datos que tengamos, adems, con la caracterstica de calidad del producto fabricado, sea medible o no medible. De acuerdo a esto se distinguen tres tipos de grficos: a) Grficos de Control " X , R" -Constan de dos grficos, uno para el control de las medidas de tendencia central (media ) y otro para el control de la variabilidad. -Utilizan el recorrido (R) de los datos como medida de la variabilidad del proceso. -Sencillo de calcular. -Vlido para muestras pequeas (tamao de muestra n < 8). b) Grficos de Control " x , s"

UNIVERSIDAD DE SALAMANCA. 2009. http://ocw.usal.es. [En lnea] 2009. [Citado el: 28 de 04 de 2012.] Disponible en internet: http://ocw.usal.es/eduCommons/ciencias-sociales-1/control-estadistico-de-lacalidad/contenido/ocw_cabero/01_asignaturaCC/Temario/Tema2.pdf.

-Constan de dos grficos, uno para el control de las medidas de tendencia central (media ) y otro para el control de la variabilidad.

-Utilizan la desviacin tpica (s) como medida de la variabilidad del proceso. -Mayor dificultad de clculo. -Mejor indicador estadstico de variabilidad. -Vlido para cualquier tamao de muestra.
c) Grficos de Control por nmero de defectos -Controlar la proporcin de unidades defectuosas en el proceso. CONSTRUCCIN GENERAL DE LOS GRFICOS DE CONTROL Las etapas a seguir en la construccin de un grfico de control son: 1. Seleccin de la caracterstica ms adecuada. 2. Recogida de los datos, tomando al menos veinte muestras de igual tamao.

3. Determinacin de los lmites de control, segn la informacin tomada por los datos mustrales.

4. Decidir si los lmites son satisfactorios desde el punto de vista econmico.

5. Trazar los lmites de control y registrar sobre la grfica la informacin de las sucesivas muestras, tomadas a intervalos constantes de tiempo.

6. Ante la informacin dada por el grfico, tomar las medidas de accin correctivas ante la presencia de algn punto fuera de los lmites de control, buscando las causas de tal ocurrencia y, si son determinadas, eliminar los puntos y repetir el proceso.

ALTERACIONES EN LOS GRAFICOS DE CONTROL En general, se dice que un proceso est bajo control cuando todos los puntos del mismo quedan entre los lmites superior e inferior de control del proceso. No obstante, existen casos en los cuales a pesar de que todos los puntos se localicen dentro de los lmites, el proceso No est bajo control, como los siguientes: 1. RACHA: 8 o ms puntos consecutivos por encima o por debajo de la media.

2. TENDENCIA: 8 o ms puntos en orden creciente o decreciente.

3. PERIODICIDAD: grfica en forma de ciclos.

4. INESTABILIDAD: fluctuaciones cerca de los limites LCI y LCS.

5. SUPERESTABILIDAD: 16 puntos o ms dentro de - y +.